大数据下个人信用评分的MCLP模型研究

摘要

个人信用评级在个人信贷业务中起着非常重要的作用,MCLP(多目标线性规划)模型是基于优化方法的一个分类模型.本课题获取德国、英国、日本信用评估竞赛中的四个个人信用数据库作为实验数据,研究了基于MCLP模型的信用评级.从灵敏性、特效性、准确率三方面评估模型,通过与logistic回归、DEA算法等分类器的比较,验证MCLP模型的优越性.此外,针对临界值的变动对MCLP模型做敏感度分析,得出结论在临界值取-3时模型准确率达到最高,并据此优化模型.最后构建了大数据背景下更为准确和科学的个人信用评分框架.本课题的研究有利于完善个人信用评分机制,降低信贷风险.